[논문 리뷰] Error calculus and path sensitivity in financial models

Nicolas Bouleau|ArXiv.org|2006. 10. 16.

Stochastic processes and financial applications참고 문헌 11인용 수 4

한 줄 요약

이 논문은 딜레클레 형식을 기반으로 한 오차 미적분을 도입하여 말리아빈 미적분의 확장으로서, 모델 파라미터 및 기초 자산 경로의 변동에 대한 금융 파생상품의 민감도 분석을 가능하게 한다. 이는 가격 설정과 헤지에서 편향과 분산을 일관성 있게 계산할 수 있는 프레임워크를 제공하며, 블랙-숄즈 모델 및 수준에 의존하는 변동성과 같은 SDE 모델에서 그릭스와 경로 민감도에 대한 명시적 공식을 제공한다.

ABSTRACT

In the framework of risk management, for the study of the sensitivity of pricing and hedging in stochastic financial models to changes of parameters and to perturbations of the stock prices, we propose an error calculus which is an extension of the Malliavin calculus based on Dirichlet forms. Although useful also in physics, this error calculus is well adapted to stochastic analysis and seems to be the best practicable in finance. This tool is explained here intuitively and with some simple examples.

연구 동기 및 목표

• 모델 파라미터 및 경로의 변동에 대한 민감도를 정량화하여 금융 파생상품의 모델 리스크를 체계적으로 평가할 수 있는 방법을 개발한다.
• 고전적 오차 전파(Gauss)를 딜레클레 형식과 말리아빈 미적분을 활용해 무한차원 확률 과정으로 확장한다.
• 특히 그릭스와 헤지 전략에 대해 편향과 분산을 계산할 수 있는 실용적인 프레임워크를 제공한다.
• 특정 함수 계수(예: 수준에 의존하는 변동성)에 대한 SDE 해의 민감도 분석을 가능하게 한다.
• 수치적 방법, 몬테카를로 시뮬레이션, 오차 구조 연산자를 통한 매도-매수 스프레드 모델링 등에의 적용을 탐색한다.

제안 방법

• 딜레클레 형식을 사용하여 확률 과정 및 함수 계수의 변동을 다룰 수 있는 일반화된 오차 미적분을 정의한다.
• 함수형식의 분산을 계산하기 위해 카르 드 캄 연산자 Γ를 적용하여 확산 과정(예: 주가 및 옵션 가치)의 오차 분산을 계산한다.
• 관련된 준군의 생성자 A를 사용하여 추정기의 편향을 계산하며, 특히 경로나 파라미터의 비중앙화된 변동에 대해 적용한다.
• 오차 구조를 활용해 부분적 통합 공식을 유도하여, 기저 함수의 미분 가능성 조건 없이 민감도를 계산할 수 있도록 한다.
• 이 형식을 SDE의 이산 근사에 적용하여, 초기 가격, 변동성, 드리프트 파라미터에 대한 기대 수익의 도함수에 대한 명시적 공식을 유도한다.
• 오차 전파의 연쇄법칙을 사용: (σ(Y))# = σ#(Y) + σ′(Y)Y# 를 통해 랜덤 계수에서 해 과정으로의 오차 전파를 추적한다.

실험 결과

연구 질문

• RQ1 모델 파라미터뿐 아니라 전체 확률적 경로까지 영향을 받는 변동이 발생할 경우, 금융 모델에서 오차 전파를 어떻게 체계적으로 모델링할 수 있는가?
• RQ2 파생상품 가격과 헤지 전략의 민감도에 있어 모델 및 시장의 불확실성에서 기인하는 편향과 분산의 역할은 무엇인가?
• RQ3 오차 미적분 프레임워크는 표준 델타와 감마를 초월한 고차 민감도(예: 고차 그릭스)에 대해 실용적인 공식을 제공할 수 있는가?
• RQ4 함수 계수(예: 수준에 의존하는 변동성)의 오차 구조가 SDE 해의 분포에 어떻게 영향을 미치는가?
• RQ5 오차 미적분은 매도-매수 스프레드가 파생상품 가격 설정과 헤지에 미치는 영향을 경로 변동을 통해 설명하거나 모델링할 수 있는가?

주요 결과

• 오차 미적분 프레임워크는 딜레클레 형식과 말리아빈 미적분을 활용하여 가우스의 오차 전파를 무한차원 설정으로 일관성 있게 확장한다.
• 블랙-숄즈 모델에서 주가 S_t 에 작용하는 편향 연산자 A 는 A[S_t] = -S_t σ B_t + ½ σ² S_t t 로 표현되며, 이는 경로에 의존하는 편향 누적 현상을 보여준다.
• S_t 에 대한 분산 연산자 Γ 는 Γ[S_t] = S_t² σ² t 로 주어지며, 이는 변동성에 의한 경로의 제곱변동을 캡처한다.
• 파생상품의 가치 V_t 는 A[V_t] = delta_t A[S_t] + ½ gamma_t Γ[S_t] 를 만족하며, 이는 가격의 편향이 경로 편향과 감마 노출의 조합으로 발생함을 시사한다.
• 헤지 전략 H_t 의 편향은 A[H_t] = gamma_t A[S_t] + ½ ∂³F/∂x³(t,S_t,σ) Γ[S_t] 로 표현되며, 이는 제3차 그릭스가 헤지의 편향에 기여함을 보여준다.
• 랜덤 계수 σ(t,x) = ∑ a_pq t^p x^q 를 갖는 SDE의 경우, X_t 에 대한 오차는 Γ[X_t] = M_t² ∑ ( ∫₀ᵗ s^p X_s^{q+1}/M_s (dB_s - K_s ds) )² a_pq² 로 주어지며, 이는 기능 계수를 통한 오차 전파를 보여준다.